Képek: DeepMind
A Google által felvásárolt legismertebb techvállalat a 2010-ben alapított londoni DeepMind. Demis Hassabis, Shane Legg és Mustafa Sulayman voltak az alapítók. Az akvizíció 2014-ben történt, mai teljes neve (miután idén áprilisban a Google AI Google Brain csoportjával egyesült) Google DeepMind. London mellett Kanadában, Franciaországban és természetesen az Egyesült Államokban is van kutatóközpontjuk.
Amikor alapították, még nem volt MI-hype
Nem túlzás azt állítani, hogy a mai mesterségesintelligencia-kutatás a DeepMind nélkül nem tartana ott, ahol. A 2010-es alapításkor semmiféle MI-hype nem létezett, a terület alig tartott számot nagyobb érdeklődésre, mint mondjuk az agy-számítógép interfészek (brain-computer interfaces, BCI). A terület fejlődését interdiszciplináris megközelítéssel pörgették fel: a gépi tanulás, az idegtudomány, a mérnöki diszciplínák, a matematika, a szimulációs és az informatikai infrastruktúra egyesítésével, közös nevezőre hozásukkal érték el eredményeiket.
Elmondásuk alapján a gépi tanulás és az idegtudomány legjobb technikáinak közös nevezőre hozásával igyekeznek hatékony általános rendeltetésű tanulóalgoritmusokat létrehozni.
2010-ben az MI még nem a mélytanulásról (deep learning) szólt, ugyan létezett már, de a forradalomra évekig kellett várni. A DeepMind első sikereit a kutatók által sokszor az MI tesztelésére használt számítógépes játékok terén érte el. A startup egyik programja a semmiből tanult meg negyvenkilenc klasszikus Atari-játékot használni. Elég volt neki, hogy látta a képpontokat és a pontszámot a képernyőn. Ellentétben az IBM előre definiált céllal fejlesztett és csak az ezen a kereten belül működő Blue-jával és Watsonjával, a DeepMind MI-je nem volt előre programozva, hanem csak nyers pixeleket és adatinputokat használva, magától tanult. Mélytanulást, modell-független megerősítéses tanulást alkalmaztak egy konvolúciós neurális hálóra, az algoritmus pedig könnyedén eljátszadozott korai ügyességi játékokkal, Space Invadersszel, Breakouttal és másokkal.
AlphaGo, AlphaFod és Agent57
2013-ban az embert az embert és az akkori legfejlettebb mesterségesintelligencia-modelleket klasszikus – 1970-es és 1980-as évekbeli – játékokban, köztük a legendás Pongban felülmúló rendszerről publikáltak anyagot. Állítólag ez a publikáció vezetett a Google általi négy- és ötszázmillió dollár közötti akvizícióhoz, amelyet 2014. január 26-án jelentettek be.
Szintén 2014-ben elnyerték a Cambridge Számítógép Laboratórium „Év vállalata” díját. Korábban olyan kockázati tőkések fektettek a startupba, mint Elon Musk vagy Pieter Thiel. Aztán komplexebb, az 1990-es években indult 3D-s játékokba, köztük a Quake-be szintén beletanult a mesterséges intelligencia.
2020-ban a DeepMind bejelentette az Agent57 nevű MI-t. A név utalás arra, hogy az ágens az Atari 2600 csomag mind az ötvenhét játékában felülmúlja a legmagasabb emberi szintet. Az MI úgy játszik, mint az ember, rövidtávú memóriánkat utánozza.
2014-ben a gót játszó rendszerről jelentettek meg tanulmányt. 2014 októberében AlphaGo legyőzte Európa go-bajnokát, Fan Huit, 2016 márciusában pedig az akkori világranglista egyik éllovasát, a dél-koreai Lee Szedolt öt játszmában, 4-1-re. A DeepMind ekkor lett világhírűvé, majd jöttek az újabb változatok: AlphaGo Zero, AlphaZero, AlphaTensor. Ezek az MI-k saját magukkal játszva tanulták meg a go szinte minden csínját-bínját.
A későbbi MuZero a gót, a sakkot, a sógit (japán sakkot) és az Atari 2600 játékait emberi adatok, előzetes szakterületi ismeretek nélkül sajátította el emberfeletti szinten.
A DeepMind AlphaFod modellje a biomedikális közösséget nyűgözte le. Az MI fehérje-szerkezeteket fedez fel, talál rájuk. Negyvenhárom fehérjéből huszonöt legpontosabb szerkezetét prognosztizálta, amivel meg is nyert egy rangos versenyt – ez a képessége új gyógyszerek és biológiailag aktív más anyagok fejlesztéséhez vezethet. Az eredményeket látva, a labor megalapította az Isomorphic startupot.
A vállalat az MI-alapú folyadék-dinamika és energetikai előrejelzésekben szintén fontos eredményeket ért el.
„Utódcégek”
Az alapítástól mostanáig eltelt évek alatt a DeepMind közel kétszáz korábbi alkalmazottja alapított maga is startupot, vagy csatlakozott más céghez. Ez távolról sem azt jelenti, hogy menekülnének az alkalmazottak, hanem inkább azt, hogy a kockázati tőkések a siker garanciáját látják az egykori DeepMind-dolgozókban. Egy cég teljesítményét így is el lehet ismerni. Egyik-másik új projekt persze még nem nyilvános, több viszont máris jól működik.
Mustafa Suleyman társalapító és Karén Simonyan korábbi vezető kutatótudós Inflection AI-ja nagy nyelvmodelleket (large language models, LLM) fejleszt, beszélgető botokkal, mint a Pi chatbot. A cég júniusban hatalmas befektetői kört jelentett be, az 1,3 milliárd dolláros támogatás mögött többek között a Microsoft és az Nvidia állt.
Arthur Mensch korábbi DeepMind-kutató Mistralja nyílt forrású nyelvmodelleket fejleszt. Az alapítást követő negyedik héten máris 113 millió dollárt fektettek a cégbe. Szintén ex-DeepMind-os, Jonathan Godwyn a megújuló energia szektoros, széndioxid-kivonásos alkalmazásokra való új anyagok fejlesztésében segítő modellen dolgozó Orbital Material társalapítója.
A Latent Labs az AlphaFold-csapatot vezető Simon Kohl vállalkozása, ők biológiai célra építenek generatív MI-t. A két volt DeepMind-mérnök, Devang Agrawal és Adam Liska alapította GlyphicAI b2b (business-to-business) sales csapatoknak fejleszt chatbotokat.
Az egykori alkalmazottak kritikaként (?) elmondták azért, hogy többet szeretnének generatív MI-vel foglalkozni, mint tették a DeepMindnál.
